# PaddleRec 离线预测
## 单机离线预测启动配置 下面我们开始定义一个单机预测的`runner`: ```yaml mode: runner_infer # 执行名为 runner1 的运行器 runner: - name: runner_infer # 定义 runner 名为 runner1 class: single_infer # 执行单机预测 class = single_infer device: cpu # 执行在 cpu 上 init_model_path: "init_model" # 指定初始化模型的地址 print_interval: 10 # 预测信息的打印间隔，以batch为单位 ``` 再定义具体的执行内容： ```yaml phase: - name: phase_infer # 该阶段名为 phase_infer model: "{workspace}/model.py" # 模型文件为workspace下的model.py dataset_name: dataset_infer # reader的名字 dataset: - name: dataset_infer type: DataLoader # 使用DataLoader的数据读取方式 batch_size: 2 data_path: "{workspace}/test_data" # 数据地址 sparse_slots: "click 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26" # sparse 输入的位置定义 dense_slots: "dense_var:13" # dense参数的维度定义
```
